Please use this identifier to cite or link to this item: https://dspace.ctu.edu.vn/jspui/handle/123456789/43480
Title: ỨNG DỤNG NHẬN DẠNG BỆNH TRÊN LÁ LÚA BẰNG PHƯƠNG PHÁP DEEP LEARNING
Authors: Nguyễn, Thái Nghe
Nguyễn, Thị Thu Thảo
Keywords: HỆ THỐNG THÔNG TIN
Issue Date: 2021
Publisher: Trường Đại Học Cần Thơ
Abstract: Công nghệ thông minh có vai trò phục vụ cuộc sống, giải quyết các vấn đề xảy ra trong thực tế. Áp dụng những đột phá, tiến bộ của công nghệ, kỹ thuật với sản xuất nông nghiệp chính là một trong những nhiệm vụ quan trọng đối với phát triển kinh tế nhất là khi nước ta là nước đi lên từ nông nghiệp trong đó có sản xuất lúa gạo. Nhắc đến việc trồng lúa thì việc xuất hiện đột ngột những loại bệnh phổ biến trên cây lúa ở Việt Nam như bệnh đạo ôn, đốm nâu, cháy bìa lá và bọ gai là một trong những vấn đề cấp thiết cần được giải quyết. Việc phát hiện những biểu hiện bệnh này càng sớm sẽ giúp hạn chế sự ảnh hưởng của nó đối với chất lượng lúa khi thu hoạch. Vì vậy, một công cụ nhận dạng thông minh là một giải pháp cần thiết phục vụ cho quá trình sản xuất người nông dân hiện nay. Và đề tài này “Ứng dụng nhận dạng bệnh trên lá lúa bằng phương pháp Deep Learning” được đề xuất sẽ là một giải pháp trong nhận dạng bệnh hại trên lá lúa thông qua thiết bị di động bằng việc ứng dụng máy học nói chung và học sâu nói riêng. Cụ thể nó hoạt động bằng phương pháp sử dụng mô hình phân lớp nhận được sau khi đào tạo tập dữ liệu bằng cách học chuyển giao với mô hình học sâu Inception V3. Tập dữ liệu được dùng huấn luyện bao gồm 1500 hình ảnh những lá lúa khỏe và lá lúa bị nhiễm bốn loại bệnh trên được thu thập để huấn luyện và đầu ra thu được là mô hình phân lớp và nhãn của tập dữ liệu. Sau cùng kết quả nhận dạng với độ chính xác cao nhất của mô hình là 96.8% trên tập dữ liệu kiểm tra.
Description: 52 Tr
URI: https://dspace.ctu.edu.vn/jspui/handle/123456789/43480
Appears in Collections:Trường Công nghệ Thông tin & Truyền thông

Files in This Item:
File Description SizeFormat 
_file_
  Restricted Access
2.22 MBAdobe PDF
Your IP: 3.137.174.216


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.